PDF 表格转 Markdown，先保住数值与表头的关系
表格转换的关键不是边框看起来像不像，而是每个数值还属不属于原来的表头。这篇指南说明什么时候适合用 GFM 竖线表格，什么时候该保留 HTML 或 JSON，以及如何对照 PDF 核验。
直接答案：只有每行都能稳定对应同一组列时，才适合输出 GFM 竖线表格。遇到合并单元格、多层表头、单元格脚注或跨页续表，应同时保留结构化导出，并在发布或计算前回到原页复核。
Markdown 表格到底能表达什么
GitHub Flavored Markdown 规范里的表格只有一行表头、一行分隔符和若干数据行，单元格之间用竖线分隔；它没有 rowspan 或 colspan。简单网格很适合，但视觉上整齐并不等于数值一定挂在正确表头下。
| PDF 结构 | 更稳妥的输出 | 必须核验 |
|---|---|---|
| 单层表头、矩形数据 | GFM 竖线表格 | 行列数量 |
| 合并单元格或多层表头 | HTML 或结构化 JSON | 重建表头关系 |
| 跨页续表 | 合并为逻辑表并保留页码说明 | 单位和列顺序是否变化 |
| 单元格脚注或公式 | 表格加表后注释 | 标记和符号逐个核对 |
五分钟核验法
- 数原始表头的列数，再数 Markdown 分隔行的列数。
- 每个原始页面至少检查首行、中间一行和末行。
- 专门找合并标签、缩进、同上符号和有业务含义的空白单元格。
- 跨页续表只有在单位和列顺序都没变时才合并。
- 凡是要引用、计算或送进下游系统的数值，都保留原始页码。
| 指标 | 2025 | 2026 |
| --- | ---: | ---: |
| 收入 | 120 | 136 |pdfmd 在这条流程里做什么
pdfmd 先在浏览器分析 PDF，再把文字 PDF 交给 Cloudflare 转换；纯扫描 PDF 则在本地渲染后交给 Moondream OCR。结果可导出纯净 Markdown 或附带来源信息。文字 PDF 成功一页扣 1 点，扫描页成功一页扣 4 点，失败扣 0 点。
转换结果是初稿，不是自动表格审计。来源映射 JSON 只保留提供方真实返回的证据，不能证明多层表头已经重建正确。使用财报样例或自己的 PDF 时，重要数值仍要回原页核对。
官方资料与事实边界
以下链接支持规范与平台行为；pdfmd 的扣点和处理路径以本站价格页与隐私政策为准。
把复核清单保存下来
下载 Markdown 清单，下次转换时重复使用；格式变化会记录在公开 changelog。
常见问题
Markdown 能保留 PDF 的合并单元格吗？
不能。GFM 表格没有 rowspan 或 colspan。应改用 HTML 或结构化伴随文件，并在正文解释关系。
PDF 第二页重复的表头都应该删吗？
只有确认第二页延续同一张表，而且单位与列顺序完全没变时才删。
来源映射 JSON 能证明表格正确吗？
不能。它记录可用的页码、区块、方法、偏移和置信度证据，不会验证表头与数值的对应关系。
PDF 表格转换怎么扣点？
文字 PDF 成功一页扣 1 点；扫描页经 OCR 成功一页扣 4 点；转换失败扣 0 点。
先转换，再审计高风险行
先看完核验清单；准备处理真实文件时，使用 Google 登录并拥有可用页面点数即可启动云端 PDF 转换。